เอกสารนี้อธิบายฟีเจอร์ขั้นสูงของ Google Analytics API ข้อมูล v1 โปรดดูข้อมูลอ้างอิง API โดยละเอียดที่ข้อมูลอ้างอิง API
แสดงรายการคำจำกัดความที่กำหนดเองและสร้างรายงาน
Data API สามารถสร้างรายงานเกี่ยวกับ มิติข้อมูลและกําหนดเอง เมตริก API ข้อมูลเมตา Method สามารถใช้เพื่อแสดงรายการ API ชื่อของคำจำกัดความที่กำหนดเองที่จดทะเบียนของพร็อพเพอร์ตี้ ชื่อ API เหล่านี้อาจเป็น ที่ใช้ในคำขอรายงานไปยัง runReport เป็นต้น
ส่วนต่อไปนี้แสดงตัวอย่างของคำจำกัดความที่กำหนดเองแต่ละประเภท ใน
ตัวอย่างเหล่านี้ ให้แทนที่ GA_PROPERTY_ID
ด้วยรหัสพร็อพเพอร์ตี้
มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากไม่มีมิติข้อมูล เพื่อลงทะเบียนมิติข้อมูล
"dimensions": [
...
{
"apiName": "customEvent:achievement_id",
"uiName": "Achievement ID",
"description": "An event scoped custom dimension for your Analytics property."
},
...
],
ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด runReport
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "2020-09-01", "endDate": "2020-09-15" }],
"dimensions": [{ "name": "customEvent:achievement_id" }],
"metrics": [{ "name": "eventCount" }]
}
มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับผู้ใช้
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กำหนดเองขอบเขตระดับผู้ใช้ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากไม่มีมิติข้อมูล เพื่อลงทะเบียนมิติข้อมูล
"dimensions": [
...
{
"apiName": "customUser:last_level",
"uiName": "Last level",
"description": "A user property for your Analytics property."
},
...
],
ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด runReport
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"entity": { "propertyId": "GA_PROPERTY_ID" },
"dateRanges": [{ "startDate": "7daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "customUser:last_level" }],
"metrics": [{ "name": "activeUsers" }]
}
เมตริกที่กําหนดเองที่กำหนดขอบเขตระดับเหตุการณ์
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาเมตริกที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากเมตริกไม่แสดง คุณต้อง ลงทะเบียนเมตริก
"metrics": [
...
{
"apiName": "customEvent:credits_spent",
"uiName": "Credits Spent",
"description": "An event scoped custom metric for your Analytics property.",
"type": "TYPE_STANDARD"
},
...
],
ขั้นตอนที่ 3: รวมเมตริกที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด runReport
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "customEvent:credits_spent" }]
}
เมตริกอัตราเหตุการณ์สําคัญสําหรับ 1 เหตุการณ์สําคัญ
ขั้นตอนที่ 1: ค้นหา API ข้อมูลเมตา เมธอดโดยใช้รหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาเมตริกอัตราเหตุการณ์สําคัญสําหรับเหตุการณ์สําคัญ 1 รายการที่คุณสนใจ ในการสร้างรายงานเกี่ยวกับ จากการตอบสนอง หากไม่มีเหตุการณ์สําคัญ จำเป็นต้องตั้งค่าคีย์ กิจกรรม
"metrics": [
...
{
"apiName": "sessionKeyEventRate:add_to_cart",
"uiName": "Session key event rate for add_to_cart",
"description": "The percentage of sessions in which a specific key event was triggered",
},
...
],
ขั้นตอนที่ 3: รวมเมตริกอัตราเหตุการณ์สำคัญในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างไปยัง runReport
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "sessionKeyEventRate:add_to_cart" }]
}
ค่าเฉลี่ยเมตริกที่กําหนดเองที่กำหนดขอบเขตระดับเหตุการณ์
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาค่าเฉลี่ยเมตริกที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากเมตริกไม่แสดง คุณต้อง ลงทะเบียนเมตริก
"metrics": [
...
{
"apiName": "averageCustomEvent:credits_spent",
"uiName": "Average Credits Spent",
"description": "The average of an event scoped custom metric for your Analytics property.",
"type": "TYPE_STANDARD"
},
...
],
ขั้นตอนที่ 3: รวมค่าเฉลี่ยของเมตริกที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด runReport
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "2020-11-01", "endDate": "2020-11-10" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "averageCustomEvent:credits_spent" }]
}
ตัวอย่างรายงานกลุ่มประชากรตามรุ่น
รายงานกลุ่มประชากรตามรุ่นจะสร้างอนุกรมเวลาของการคงผู้ใช้ไว้สำหรับกลุ่มประชากรตามรุ่น สำหรับ เอกสารโดยละเอียดของฟิลด์ API แต่ละช่อง โปรดดูเอกสารอ้างอิง REST สำหรับ ข้อมูลจำเพาะของกลุ่มประชากรตามรุ่น
สร้างรายงานกลุ่มประชากรตามรุ่น
ตัวอย่างรายงานกลุ่มประชากรตามรุ่นมีดังนี้
- กลุ่มประชากรตามรุ่นคือผู้ใช้ที่มี
firstSessionDate
เป็น2020-12-01
นี่คือ กำหนดค่าโดยออบเจ็กต์cohorts
มิติข้อมูลและเมตริกในรายงาน คำตอบจะอิงตามผู้ใช้ของกลุ่มประชากรตามรุ่นเท่านั้น - รายงานกลุ่มประชากรตามรุ่นจะแสดง 3 คอลัมน์ ได้แก่ ซึ่งกำหนดค่าโดย
มิติข้อมูลและเมตริก
- มิติข้อมูล
cohort
คือชื่อของกลุ่มประชากรตามรุ่น - มิติข้อมูล
cohortNthDay
คือจำนวนวันนับตั้งแต่2020-12-01
- เมตริก
cohortActiveUsers
คือจำนวนผู้ใช้ที่ยังคงใช้งานอยู่
- มิติข้อมูล
- ออบเจ็กต์
cohortsRange
ระบุว่ารายงานควรมีข้อมูลเหตุการณ์ เริ่มตั้งแต่2020-12-01
และสิ้นสุดที่2020-12-06
สำหรับกลุ่มประชากรตามรุ่นนี้- เมื่อใช้รายละเอียด
DAILY
มิติข้อมูลcohortNthDay
จะเป็น แนะนำให้ใช้เพื่อความสอดคล้อง
- เมื่อใช้รายละเอียด
คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นคือ
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dimensions": [{ "name": "cohort" }, { "name": "cohortNthDay" }],
"metrics": [{ "name": "cohortActiveUsers" }],
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-12-01", "endDate": "2020-12-01" }
}
],
"cohortsRange": {
"endOffset": 5,
"granularity": "DAILY"
}
},
}
ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่
{
"dimensionHeaders": [
{ "name": "cohort" }, { "name": "cohortNthDay" }
],
"metricHeaders": [
{ "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
],
"rows": [
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
"metricValues": [{ "value": "293" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
"metricValues": [{ "value": "143" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
"metricValues": [{ "value": "123" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
"metricValues": [{ "value": "92" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0005" }],
"metricValues": [{ "value": "86" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
"metricValues": [{ "value": "83" }]
}
],
"metadata": {},
"rowCount": 6
}
จากคำตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา ข้อมูลเชิงลึก จากรายงานนี้แสดงให้เห็นว่าผู้ใช้ที่ใช้งานอยู่ลดลงมากที่สุดสำหรับกลุ่มประชากรตามรุ่นนี้ ระหว่างวันแรกกับวันที่ 2
กลุ่มประชากรตามรุ่นหลายกลุ่มและเศษส่วนการคงผู้ใช้ไว้
การได้ผู้ใช้ใหม่และการคงผู้ใช้ไว้เป็นวิธีทำให้เว็บไซต์หรือแอปเติบโต กลุ่มประชากรตามรุ่น รายงานจะมุ่งเน้นที่การคงผู้ใช้ไว้ ในตัวอย่างนี้ รายงานจะแสดงพร็อพเพอร์ตี้นี้ ได้เพิ่มการคงผู้ใช้ไว้เป็นเวลา 4 วันได้ถึง 10% ในระยะเวลา 2 สัปดาห์
ในการสร้างรายงานนี้ เราจะระบุกลุ่มประชากรตามรุ่น 3 กลุ่ม กลุ่มแรก
firstSessionDate
จาก 2020-11-02
รายการที่ 2 โดยมี firstSessionDate
เป็น
2020-11-09
และรายการที่ 3 มี firstSessionDate
เป็น 2020-11-16
เนื่องจาก
จำนวนผู้ใช้บนพร็อพเพอร์ตี้ของคุณจะแตกต่างกันในช่วง 3 วันนี้
เปรียบเทียบเมตริกเศษส่วนการคงผู้ใช้ไว้ของกลุ่มประชากรตามรุ่น
cohortActiveUsers/cohortTotalUsers
แทนการใช้คำสั่งโดยตรง
cohortActiveUsers
คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นเหล่านี้คือ
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dimensions": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
"metrics": [
{
"name": "cohortRetentionFraction",
"expression": "cohortActiveUsers/cohortTotalUsers"
}
],
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-02", "endDate": "2020-11-02" }
},
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-09", "endDate": "2020-11-09" }
},
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-16", "endDate": "2020-11-16" }
}
],
"cohortsRange": {
"endOffset": 4,
"granularity": "DAILY"
}
},
}
ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่
{
"dimensionHeaders": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
"metricHeaders": [{
"name": "cohortRetentionFraction",
"type": "TYPE_FLOAT"
}
],
"rows": [
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0001" }],
"metricValues": [{ "value": "0.308" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0001" }],
"metricValues": [{ "value": "0.272" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0002" }],
"metricValues": [{ "value": "0.257" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
"metricValues": [{ "value": "0.248" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0003" }],
"metricValues": [{ "value": "0.235" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0004" }],
"metricValues": [{ "value": "0.211" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0002" }],
"metricValues": [{ "value": "0.198" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
"metricValues": [{ "value": "0.172" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0003" }],
"metricValues": [{ "value": "0.167" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0004" }],
"metricValues": [{ "value": "0.155" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
"metricValues": [{ "value": "0.141" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
"metricValues": [{ "value": "0.118" }]
}
],
"metadata": {},
"rowCount": 15
}
จากคำตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา ข้อมูลเชิงลึก
จากรายงานนี้คือการคงผู้ใช้ไว้ในช่วง 4 วันเพิ่มขึ้น 10% ในช่วง
เป็นเวลา 2 สัปดาห์ กลุ่มประชากรตามรุ่นในภายหลังที่มี firstSessionDate
จาก 2020-11-16
มีค่าเกินการคงกลุ่มประชากรตามรุ่นกลุ่มแรกที่มี firstSessionDate
ไว้
จาก 2020-11-02
กลุ่มประชากรตามรุ่นรายสัปดาห์และการใช้กลุ่มประชากรตามรุ่นกับฟีเจอร์ API อื่นๆ
หากต้องการนําความแปรปรวนของพฤติกรรมผู้ใช้ในแต่ละวันออก ให้ใช้กลุ่มประชากรตามรุ่นรายสัปดาห์ ทุกสัปดาห์
รายงานกลุ่มประชากรตามรุ่น ผู้ใช้ทั้งหมดที่มี firstSessionDate
ในสัปดาห์เดียวกันจะสร้าง
กลุ่มประชากรตามรุ่น สัปดาห์จะเริ่มต้นในวันอาทิตย์และสิ้นสุดในวันเสาร์ นอกจากนี้ เรายังได้รับ
แบ่งกลุ่มกลุ่มประชากรตามรุ่นเพื่อเปรียบเทียบผู้ใช้ที่มีกิจกรรมในรัสเซียกับผู้ใช้ที่
กิจกรรมในเม็กซิโก การแบ่งส่วนนี้ใช้มิติข้อมูล country
และ
dimensionFilter
เพื่อพิจารณาเฉพาะ 2 ประเทศเท่านั้น
คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นเหล่านี้คือ
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"dimensions": [
{ "name": "cohort" },
{ "name": "cohortNthWeek" },
{ "name": "country" }
],
"metrics": [{ "name": "cohortActiveUsers" }],
"dimensionFilter": {
"filter": {
"fieldName": "country",
"inListFilter": {
"values": [ "Russia", "Mexico" ]
}
}
},
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": {
"startDate": "2020-10-04",
"endDate": "2020-10-10"
}
}
],
"cohortsRange": {
"endOffset": 5,
"granularity": "WEEKLY"
}
},
}
ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่
{
"dimensionHeaders": [
{ "name": "cohort" },
{ "name": "cohortNthWeek" },
{ "name": "country" }
],
"metricHeaders": [
{ "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
],
"rows": [
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0000" },{ "value": "Russia" }
],
"metricValues": [{ "value": "105" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0000" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "98" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0001" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "35" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0002" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "24" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0001" },{ "value": "Russia" }
],
"metricValues": [{ "value": "23" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0004" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "17" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0003" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "15" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0005" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "15" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0002" },{ "value": "Russia" }
],
"metricValues": [{ "value": "3" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0003" },{ "value": "Russia" }
],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0004" },{ "value": "Russia" }
],
"metricValues": [{ "value": "1" }]
}
],
"metadata": {},
"rowCount": 11
}
จากคำตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา อิงตาม พร็อพเพอร์ตี้นี้มีประสิทธิภาพดีกว่าในการรักษาผู้ใช้ที่มีกิจกรรมในเม็กซิโก มากกว่าผู้ใช้ที่ทำกิจกรรมในรัสเซีย
การเปรียบเทียบ
การเปรียบเทียบช่วยให้คุณประเมินข้อมูลชุดย่อยเทียบกันได้ คุณสามารถ
กำหนดการเปรียบเทียบโดยการระบุ comparisons
ไว้ในคำจำกัดความของรายงาน ฟีเจอร์การเปรียบเทียบของ Data API นั้นคล้ายกัน
กับการเปรียบเทียบในส่วนหน้าของ Google Analytics
สำหรับเอกสารโดยละเอียดของฟิลด์ API แต่ละช่อง โปรดดูข้อมูลอ้างอิง REST สำหรับ การเปรียบเทียบ
สร้างการเปรียบเทียบ
สร้างการเปรียบเทียบแยกสําหรับชุดข้อมูลแต่ละชุดที่ต้องการเปรียบเทียบได้ เช่น หากต้องการเปรียบเทียบข้อมูลแอปและเว็บ คุณอาจสร้างการเปรียบเทียบ 1 รายการสำหรับ ข้อมูลของ Android และ iOS และการเปรียบเทียบอีกรายการหนึ่งสำหรับข้อมูลเว็บ
ต่อไปนี้คือรายงานตัวอย่างที่ระบุการเปรียบเทียบ 2 รายการและแสดงผลผู้ใช้ที่ใช้งานอยู่ แยกตามประเทศ
การเปรียบเทียบรายการแรกชื่อ "การเข้าชมแอป" กำลังใช้ inListFilter
เพื่อ
จับคู่มิติข้อมูล platform
กับค่า "iOS" และ "Android" องค์ประกอบที่ 2
การเปรียบเทียบที่ชื่อ "การเข้าชมเว็บ" ใช้ stringFilter
เพื่อจับคู่ platform
กับ "เว็บ"
POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
"comparisons": [
{
"name": "App traffic",
"dimensionFilter": {
"filter": {
"fieldName": "platform",
"inListFilter": {
"values": [
"iOS",
"Android"
]
}
}
}
},
{
"name": "Web traffic",
"dimensionFilter": {
"filter": {
"fieldName": "platform",
"stringFilter": {
"matchType": "EXACT",
"value": "web"
}
}
}
}
],
"dateRanges": [
{
"startDate": "2024-05-01",
"endDate": "2024-05-15"
}
],
"dimensions": [
{
"name": "country"
}
],
"metrics": [
{
"name": "activeUsers"
}
]
}
สำหรับคำขอทั้งหมดที่ใช้ฟีเจอร์การเปรียบเทียบ ช่อง comparison
คือ
เพิ่มลงในรายงานที่สร้างขึ้นโดยอัตโนมัติ ช่องนี้มีชื่อ
ของการเปรียบเทียบที่ระบุไว้ในคำขอ
ตัวอย่างการตอบกลับที่มีการเปรียบเทียบมีดังนี้
{
"dimensionHeaders": [
{
"name": "comparison"
},
{
"name": "country"
}
],
"metricHeaders": [
{
"name": "activeUsers",
"type": "TYPE_INTEGER"
}
],
"rows": [
{
"dimensionValues": [
{
"value": "Web traffic"
},
{
"value": "United States"
}
],
"metricValues": [
{
"value": "638572"
}
]
},
{
"dimensionValues": [
{
"value": "Web traffic"
},
{
"value": "Japan"
}
],
"metricValues": [
{
"value": "376578"
}
]
},
{
"dimensionValues": [
{
"value": "App traffic"
},
{
"value": "United States"
}
],
"metricValues": [
{
"value": "79527"
}
]
},
...
],
...
}